C++算法基础_DFS深度优先搜索_01背包

DFS_01背包

题目描述：

有n件物品，每件物品的重量为w[i]，价值为c[i]。现在需要选出若干件物品放入一个容器为V的背包中，使得在选入背包的物品重量和不超过容量V的前提下，让背包中的物品的价值之和最大，求最大价值。

在这个问题中，需要从n件物品中选择若干件物品放入背包，使它们的价值之和最大。这样的话，对每个都有选或者不选两种情况，而这就是所谓的“岔道口”。那么什么是“死胡同”呢？——题目要求选择的物品重量总和不超过V，因此一旦选择的物品重量总和超过V，就会达到“死胡同”,需要返回最近的“岔道口”。

显然，每次都要对物品进行选择，因此DFS函数的参数必须记录当前处理的物品编号index。而题目中涉及了物品的重量和价值，因此也需要参数来记录在处理当前物品之前，已选物品的总重量sumW与总价值sumC。于是DFS函数看起来是这个样子：

void DFS(int index,int sumW,int sumC){···}

于是，如果选择不放入index号物品，那么sumW与sumC就将不变，接下来处理index+1号物品，即前往DFS(index+1,sumW,suwC)这条分支；而如果选择放入index号物品，那么sumW将增加当前物品的重量w[index],sumC将增加当前物品的价值c[index]，接着处理index+1号物品，即前往DFS(index+1,sumW+w[index],sumC+c[index])这条分支。

一旦index增长到了n，则说明已经把n件物品处理完毕(因为物品的下标为从0 ~ n-1)，此时记录的sumW和sumC就是所选物品的总重量和总价值。如果sumW不超过V且sumC大于一个全局记录最大总价值变量maxValue，就说明当前的这种选择方案可以得到更大的价值，于是sumC更新maxValue。

下面的代码体现了上面的思路，请注意“岔道口”和“死胡同”在代码中如何体现的：

#include <iostream>
using namespace std;
const int maxn = 30;
int n, V, maxValue = 0; //物品件数n，背包容量V，最大价值maxValue
int w[maxn], c[maxn];   //w[i]为每件物品的重量，c[i]为每件物品的价值
//DFS，index为当前处理的物品编号
//sumW和sumC分别为当前总重量和当前总价值
void DFS(int index, int sumW, int sumC)
{
    if (index == n) //已完成对n件物品的选择(死胡同)
    {
        if (sumW <= V && sumC > maxValue)
        {
            maxValue = sumC; //不超过背包容量时更新最大价值maxValue
        }
        return; //返回
    }
    //岔道口
    DFS(index + 1, sumW, sumC);                       //不选第index件商品
    DFS(index + 1, sumW + w[index], sumC + c[index]); //选第index件物品1
}
int main()
{
    cin >> n >> V;
    for (int i = 0; i < n; i++)
        cin >> w[i]; //每件物品的重量
    for (int i = 0; i < n; i++)
        cin >> c[i]; //每件物品的价值
    DFS(0, 0, 0);    //初始时为第0件物品、当前总重量和总价值均为0
    cout << maxValue;
    return 0;
}

输入数据：

5 8
3 5 1 2 2 
4 5 2 1 3 

输出数据：

10

可以注意到，由于每件物品有两种选择，因此上面代码的复杂度为pow(2,n),这看起来并不是很优秀。但是可以通过对算法的优化，来使其在随机数组的表现上有更好的效率。在上述的代码中，总是把n件物品的选择全部确定之后才去更新最大价值，但是事实上忽视了背包的容量不超过V的这个特点。也就是说，完全可以把对sumW的判断加入“岔道口”中，只有当sumW<=V时才进入岔道，这样效率会高很多，代码如下：

void DFS(int index, int sumW, int sumC)
{
    if (index == n)
        return;                 //已完成对n件物品的选择
    DFS(index + 1, sumW, sumC); //不选第index件物品
    if (sumW + w[index] <= V)
    {
        if (sumC + c[index] > maxValue)
            maxValue = sumC + c[index]; //更新最大价值maxValue
        DFS(index + 1, sumW + w[index], sumC + c[index]);
    }
}

可以看到，原来第二条岔道是直接进去的，但是这里先判断加入第index件物品是否能满足不超过V的要求，只有当条件满足时，才更新最大价值以及进入这条岔道，这样可以降低计算量，使算法在数据不极端时有很好的表现。这种通过题目条件的限制来节省DFS计算量的方法称作剪枝（前提是剪枝后算法仍然正确）。剪枝是一门艺术，学会灵活应用题目中给出的条件，可以使得代码的计算量大大降低，很多题目甚至可以使时间复杂度降低好几个等级。

如果喜欢博主的文章，那么就关注我吧    羞羞羞(@^ _ ^@)